报告题目： 基于深度学习的合成生物系统模拟预测
报告摘要：
合成生物学是以理性设计和改造生物系统为目标，构建工程化平台是合成生物系统的重要研究手段，目前工程化试错存在海量的试错空间，仍缺少标准的合成生物元件，而其基础是实现不同生物系统的合成生物元件及其功能以及合成生物系统功能预测。随着人工智能技术的快速发展，将人工智能技术与合成生物学融合是大势所趋，通过数据驱动及持续学习，可以有效实现合成生物元件及系统功能预测。针对上述挑战，我们利用深度学习等人工智能技术，分别针对噬菌体、微藻和鲤春鱼免疫系统等不同的合成生物系统，研究其合成生物元件及功能预测的智能化方法，并通过基因调控网络推理研究合成生物系统功能预测方法。以上研究提高了合成生物元件及系统功能预测性能，可以为构建标准元件库以及合成生物系统构建提供技术支撑。
报告人简介：
郑春厚，安徽大学教授、博士生导师、科学技术处处长，安徽省学术和技术带头人，国家“万人计划”科技创新领军人才。近年来，在Bioinformatics、Briefings in Bioinformatics、PLoS Computational Biology、Neural Computation、IEEE/ACM Transactions 系列汇刊等国内外重要学术期刊发表论文100余篇。主持国家重点研发计划课题1项、国家自然科学基金项目4项（其中重点项目1项）、省部级课题多项。2007年获中国科学院王宽诚博士后工作奖，2010年获安徽省自然科学一等奖，2016年获教育部自然科学一等奖，2019年获安徽省自然科学二等奖。近年来，应邀在多个国际、国内学术会议做交流报告。现任中国生物信息学会（筹）生物医学数据挖掘与计算专委会秘书长、国际期刊《Frontiers in Genetics》Associate Editor。
报告时间：2022年12月8日（周四）上午10：00
报告地址：腾讯会议：947-973-484
